混合模拟退火的布谷鸟算法研究

被引：20

作者：

马灿

刘坚

余方平

机构：

[1] 湖南大学汽车车身先进设计制造国家重点实验室

来源：

小型微型计算机系统 | 2016年 / 37卷 / 09期

关键词：

布谷鸟搜索算法; 模拟退火算法; 收敛速度; 寻优精度;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对基本布谷鸟搜索(Cuckoo Search,CS)算法在寻优过程中收敛速度慢、寻优结果精度不高的问题,提出一种混合模拟退火(Simulated Annealing,SA)算法的布谷鸟算法(SA-CS).算法采用退火时机的判断准则判断是否陷入局部最优,若陷入则让算法进入模拟退火机制,以一定的概率得到一个更差的解,使得算法跳出局部最优,增强算法寻找最优解的能力.通过对经典测试函数和旅行商问题进行测试,结果表明,改进后的SA-CS算法提高了基本CS算法的收敛速度以及寻优精度,对于函数优化问题和组合优化问题都具有一定的优势.

引用

页码：2029 / 2034

页数：6

共 10 条

[1] 基于决策者与带扰动因子的布谷鸟算法 [J].

屈迟文 .

计算机应用与软件, 2014, 31 (07) :290-293

[2] 基于交流算子与混沌扰动的布谷鸟优化算法 [J].

屈迟文 ;

傅彦铭 ;

黄小龙 .

小型微型计算机系统, 2014, 35 (02) :384-387

[3] 求解函数优化问题的改进布谷鸟搜索算法 [J].

胡欣欣 .

计算机工程与设计, 2013, 34 (10) :3639-3642

[4] 路径交叉检测与消除方法和邻节点置换方法改进TSP的解 [J].

伍国华 ;

马满好 .

计算机应用研究, 2011, 28 (02) :485-487

[5] 含维变异算子的粒子群算法 [J].

付国江 ;

王少梅 ;

刘舒燕 ;

李宁 .

武汉大学学报(工学版), 2005, (04) :79-83

[6]

Improved cuckoo search algorithm for hybrid flow shop scheduling problems to minimize makespan.[J].M.K. Marichelvam;T. Prabaharan;X.S. Yang.Applied Soft Computing Journal.2014,

[7]

Multi-objective scheduling problem: Hybrid approach using fuzzy assisted cuckoo search algorithm.[J].K. Chandrasekaran;Sishaj P. Simon.Swarm and Evolutionary Computation.2012,

[8] Modified cuckoo search: A new gradient free optimisation algorithm [J].

Walton, S. ;

Hassan, O. ;

Morgan, K. ;

Brown, M. R. .

CHAOS SOLITONS & FRACTALS, 2011, 44 (09) :710-718

[9]

Multiobjective cuckoo search for design optimization.[J].Xin-She Yang;Suash Deb.Computers and Operations Research.2011,

[10]

一种新型的智能优化方法-人工鱼群算法.[D].李晓磊.浙江大学.2003, 02

← 1 →